微信语音编解码实现（二）—— 支持微信语音

微信语音编解码实现

配套源码

1. silk 文件格式

silk 的文件格式如下：

   +------------------+
   | Header           |
   +-----------+------+
   | block 1   |
   +-----------+--+
   | block 2      |
   +--------------+--+
   : ...             :
   +--------------+--+
   | block n         |
   +-----------------+
   | Footer          |
   +-----------------+

头部由以下 ASCII 字符串组成：

   "#!SILK_V3" （十六进制：0x23 0x21 0x53 0x49 0x4C 0x4B 0x5F 0x56 0x33）

1.2 数据块（block）

0                   16                                  16+8*nBytes
+-------------------+---------------------------------------------- 
|   字节数 (nBytes)  |                音频数据 
+-------------------+----------------------------------------------

数据块的前 2 个字节为 nBytes（short 类型），用于存储音频数据的字节数，后面紧跟 nBytes 个字节的音频数据。

0                   15
+-------------------+
|   F   F   F   F   |
+-------------------+

尾部固定为 2 个字节，内容为 0xFFFF（short 类型的 -1）。尾部实际上是一个特殊的数据块，因为字节数为 -1，所以没有音频数据部分。

2. 微信语音文件格式

微信语音的文件格式如下：

   +------------------+
   | Header           |
   +-----------+------+
   | block 1   |
   +-----------+--+
   | block 2      |
   +--------------+--+
   : ...             :
   +--------------+--+
   | block n         |
   +-----------------+

微信语音的头部与 silk 相比，在起始位置多了一个值为 0x02 的字节，对应 ASCII 的控制字符 “STX (start of text)”，意义是“本文开始”，如下：

   ".#!SILK_V3" （十六进制：0x02 0x23 0x21 0x53 0x49 0x4C 0x4B 0x5F 0x56 0x33）

2.2 数据块（block）

跟 silk 一样。

微信语音没有尾部。添加尾部且时长超过 5 秒，在 Windows 电脑上播放将会提示文件已损坏，在 Mac 电脑上播放后将无法停止。（在手机上播放正常）

3. 代码实现

3.1 微信语音差异整理

头部的起始位置多了一个值为 0x02 的 ASCII STX 控制字符
移除了值为 0xFFFF（字节数 -1）的尾部

3.2 编码部分

修改文件：WeChatVoiceCodec/silk/src/main/cpp/silk/test/Encoder.c

3.2.1 添加一个选项，名称为 -wechat

添加使用说明

static void print_usage( char* argv[] ) {
	……
    printf( "\n-wechat          : Add ASCII STX code 0x02 to header and remove 0xFFFF footer (for wechat)" );
	……
}

main 函数添加局部变量用于存储传入的 -wechat 选项的值

int main( int argc, char* argv[] )
{
	……
    SKP_int32 DTX_enabled = 0, INBandFEC_enabled = 0, quiet = 0, wechat = 0;
    ……
}

解析传入的 -wechat 选项的值

int main( int argc, char* argv[] )
{
	……
    while( args < argc ) {
        if( SKP_STR_CASEINSENSITIVE_COMPARE( argv[ args ], "-Fs_API" ) == 0 ) {
            ……
        } else if( SKP_STR_CASEINSENSITIVE_COMPARE( argv[ args ], "-wechat" ) == 0 ) {
            wechat = 1;
            args++;
        } else {
            ……
        }
    }
    ……
}

添加配置打印

int main( int argc, char* argv[] )
{
	……
    /* Print options */
    if( !quiet ) {
        printf("********** Silk Encoder (Fixed Point) v %s ********************\n", SKP_Silk_SDK_get_version());
        ……
        printf( "Wechat used:                    %d\n",     wechat );
    }
    ……
}

3.2.2 开启 -wechat 选项时，添加 STX 头部并跳过尾部写入

添加 STX 头部

int main( int argc, char* argv[] )
{
	……
    /* Add Silk header to stream */
    {
        /* Add ASCII STX code 0x02 to header (for wechat) */
        if (wechat) {
            fputc(0x02, bitOutFile);
        }
        static const char Silk_header[] = "#!SILK_V3";
        fwrite( Silk_header, sizeof( char ), strlen( Silk_header ), bitOutFile );
    }
    ……
}

跳过尾部写入

int main( int argc, char* argv[] )
{
	……
    /* Wechat does not support */
    if (!wechat) {
        /* Write dummy because it can not end with 0 bytes */
        nBytes = -1;

        /* Write payload size */
        fwrite( &nBytes, sizeof( SKP_int16 ), 1, bitOutFile );
    }
    ……
}

3.3 解码部分

修改文件：WeChatVoiceCodec/silk/src/main/cpp/silk/test/Decoder.c

3.3.1 添加一个选项，名称为 -wechat

添加使用说明

static void print_usage(char* argv[]) {
	……
    printf( "\n-wechat  : Skip ASCII STX code of header (for wechat)" );
	……
}

main 函数添加局部变量用于存储传入的 -wechat 选项的值

int main( int argc, char* argv[] )
{
	……
    SKP_int32 frames, lost, quiet, wechat = 0;
    ……
}

解析传入的 -wechat 选项的值

int main( int argc, char* argv[] )
{
	……
    while( args < argc ) {
        if( SKP_STR_CASEINSENSITIVE_COMPARE( argv[ args ], "-loss" ) == 0 ) {
            ……
        } else if( SKP_STR_CASEINSENSITIVE_COMPARE( argv[ args ], "-wechat" ) == 0 ) {
            wechat = 1;
            args++;
        } else {
            ……
        }
    }
    ……
}

添加配置打印

int main( int argc, char* argv[] )
{
	……
    if( !quiet ) {
        printf("********** Silk Decoder (Fixed Point) v %s ********************\n", SKP_Silk_SDK_get_version());
        ……
        printf( "Wechat used:                  %d\n", wechat );
    }
    ……
}

3.3.2 开启 -wechat 选项时，跳过 STX 头部

int main( int argc, char* argv[] )
{
	……
    /* Check Silk header */
    {
        /* Skip ASCII STX code of header (for wechat) */
        if (wechat) {
            fseek(bitInFile, 1, 0);
        }
        char header_buf[ 50 ];
        counter = fread( header_buf, sizeof( char ), strlen( "#!SILK_V3" ), bitInFile );
        ……
    }
    ……
}

4. 测试

4.1 在手机上创建测试文件夹

adb shell "mkdir /data/local/tmp/silk/"

4.2 将生成的可执行文件推到手机

cd xxx/WeChatVoiceCodec/silk/build/intermediates/cmake/debug/obj/arm64-v8a/
adb push decoder /data/local/tmp/silk/
adb push encoder /data/local/tmp/silk/
adb push signalcompare /data/local/tmp/silk/

4.3 将项目工程中测试用的微信语音文件推到手机

cd xxx/WeChatVoiceCodec/silk/test_vectors/
adb push wechat_voice.amr /data/local/tmp/silk/

4.4 添加执行权限

adb shell "chmod 777 -R /data/local/tmp/silk/"

4.5 测试解码

查看使用说明

adb shell
cd /data/local/tmp/silk/
./decoder

执行上述命令后会输出使用说明，可以看到 -wechat 选项已经添加成功，如下：

usage: ./decoder in.bit out.pcm [settings]

in.bit       : Bitstream input to decoder
out.pcm      : Speech output from decoder
   settings:
-Fs_API <Hz> : Sampling rate of output signal in Hz; default: 24000
-loss <perc> : Simulated packet loss percentage (0-100); default: 0
-quiet       : Print out just some basic values
-wechat      : Skip ASCII STX code of header (for wechat)

测试解码微信语音

adb shell
cd /data/local/tmp/silk/
./decoder wechat_voice.amr tmp.pcm -wechat

执行上述命令后会在当前路径生成 tmp.pcm，并输出以下内容：

********** Silk Decoder (Fixed Point) v 1.0.9 ********************
********** Compiled for 64 bit cpu *******************************
Input:                       in.amr
Output:                      tmp.pcm
Wechat used:                  1
Packets decoded:              86
Decoding Finished 

File length:                 1.720 s
Time for decoding:           0.078 s (4.514% of realtime)

4.6 测试编码

查看使用说明

adb shell
cd /data/local/tmp/silk/
./encoder